圖像檢測系統在自動化生產中的應用

趙憲波

摘 要：針對目前某型號工件生產中蓋片裝配質量基本靠人工目視檢測，存在工人勞動強度大、效率低、自動化程度低、檢測結果受人為影響大等現狀，提出一種圖像檢測系統自動檢測及分選的方式。介紹該系統的基本結構、工作原理，并對其應用特點進行分析。應用結果證明，該設計可實現該型號工件蓋片裝配質量的自動化檢測及分選。

關鍵詞：圖像檢測系統 自動化 工件裝配質量

1 系統組成

本系統由圖像檢測系統、多自由度分選機械手、物流系統、總控制系統等組成。其系統總體布置圖如圖1：

1.1圖像檢測系統

圖像檢測系統由光源、光學系統，相機、圖像處理單元、圖像分析處理軟件、監視器、通訊/輸入輸出單元等組成。其結構原理圖如圖2。

1.1.1光源

光源是影響圖像檢測系統輸入的重要因素，因為它直接影響輸入數據的質量和至少30%的應用效果。

光源構成的照明系統按其照射方法可分為：背向照明、前向照明、結構光和頻閃光照明等[3]。

1.1.2光學系統

對于圖像檢測系統來說，圖像是唯一的信息來源，而圖像的質量是由光學系統的恰當選擇來決定。

光學系統的主要參數與圖像傳感器的光敏面的格式有關，一般包括：光圈（光圈根據光源亮度和相機曝光程度相應做出調整即可）、視場、芯片尺寸、焦距、F數等。

本系統中待測工件視野范圍為60×60mm，物距大約為200mm，CCD的尺寸為：4.8mm*3.6mm。

根據光學公式： （其中FOV表示視野，CCD表示CCD尺寸），現場情況物距設定為300mm，因此可得：，由光學公式=30.5mm。因此我們選F為25的鏡頭加5mm的接圈。

1.1.3相機

相機是實際上是一個光電轉換裝置，即將圖像傳感器所接收到的光學圖像，轉化為計算機所能處理的電信號。光電轉換器件是構成相機的核心器件。目前，典型的光電轉換器件為真空攝像管、CCD、CMOS圖像傳感器等。

1.1.4圖像采集/處理卡

圖像采集卡主要完成對模擬視頻信號的數字化過程。視頻信號首先經低通濾波器濾波，轉換為在時間上連續的模擬信號；按照應用系統對圖像分辨率的要求，得用采樣/保持電路對邊疆的視頻信號在時間上進行間隔采樣，把視頻信號轉換為離散的模擬信號；然后再由A/D轉換器轉變為數字信號輸出。而圖像采集/處理卡在具有模數轉換功能的同時，還具有對視頻圖像分析、處理功能，并同時可對相機進行有效的控制。

1.1.5圖像處理處理軟件

圖像檢測系統中，視覺信息的處理技術主要依賴于圖像處理方法，它包括圖像增強、數據編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內容[4]。

1.2多自由度分選機械手

多自由度機械手由x向平移機構、y向平移機構、z向平移機構、真空吸盤、真空發生器等組成。

1.3 控制系統

控制系統由人機交互界面+中央控制器+現場設備組成 ，其中人機界面采用西門子TP系列工業級防爆觸摸屏，中央處理器采用西門子S7300系列PLC，現場設備主要包含視覺系統，伺服電機，電磁閥及各種傳感器組成。如圖4所示。

2 工作原理

2.1整體工作流程

2.2整體工作過程

多發工件組合放置在整體模板上，完成前段上蓋片工序后，由物流系統傳送到圖像檢測系統檢測工序。圖像檢測系統對整體模板上的多發工件的蓋片信息進行采集、處理、特性提取、判斷。如有廢品，將廢品坐標信息傳遞給總控制系統。檢測完成的整體模板由物流系統傳輸到多自由度分選機械手下方，總控制系統控制多自由度分選機械手，如有廢品，控制其動作將廢品從整體模板上取出，完成廢品分選。

3 應用特點分析：

本設備樣機已經在某廠進行了一段時間的試生產運行，效果良好。與傳統的人工目測方式相比，具有自動化程度高、可靠性高、高效、大幅縮減在線操作員工等特點。

3.1 自動化程度高

原操作工人直接目測的生產方式中，操作工要完成工件取出，工件目測，根據目測結果將工件放入不同的收集箱等動作，勞動強度較大。而現在本系統中，工件的傳輸、檢測、結果分析、產品分類均由設備自動完成。對比而言，本系統大幅降低了生產線上操作工人的勞動強度。

3.2大幅提高檢測可靠性

圖像檢測系統可以長時間穩定地執行觀測、分析與識別任務，規避人工檢測中因疲勞、情緒等因素出現檢測不可靠的問題。

3.3提高檢測及分選效率，大幅縮減在線員工

圖像檢測系統采集圖像、識別圖像、分析圖像都在幾十毫秒內得到執行，控制系統可迅速通知氣動伺服多自由度分選機械手執行廢品分選動作。應用本系統后，在完成同樣產能的前提下，能較以往的生產模式可大幅縮減在線員工60%左右。

4 結束語

針對某型號工件蓋片裝配質量檢測落后的生產現狀，將圖像檢測技術應用于其中，在保證了產能的前提下，提高了檢測可靠性、生產效率，同時大幅度縮減了在線操作員工。

參考文獻：

[1] 張紀明. 基于PC的機器視覺系統研究[J].機器視覺， 2006（11）：1.

[2] 田菲，張文錦. 嵌入式機器視覺系統設計[J]. 儀器儀表用戶，2006（13）：1-2.

[3] 李福建，張元陪. 機器視覺系統組成研究[J].自動化博覽，2004（02）：2.

[4] 劉平平. 機器視覺系統中的圖像噪聲處理算法研究[D]. 華中科技大學，機械工程學院，2011：13-15.